煤礦員工風險感知量表開發與應用*

李廣利

(湖南工學院 安全與管理工程學院，湖南 衡陽 421002)

0 引言

風險感知是指個體對于外界風險的認知，強調其受個體經歷和主觀感受的影響[1]。煤礦井下作業環境復雜且惡劣，風險無處不在，若礦工對風險有準確的感知，可有效降低風險事件的發生[2]。礦工高風險感知水平是保證其安全作業的基礎。因此，測量并提升礦工的風險感知水平，提高個體對風險的認知及應對能力，對于保障煤礦安全生產具有重要意義。

很多領域都在研究風險感知，涉及到了安全[3]、環境[4]、醫學[5]等，研究內容集中在突發狀況下公眾的風險感知[6]、危機信息的公布與傳播對人的風險感知影響[7]、風險感知的個體差異性[8]、風險感知的影響因素[9]及風險感知與行為應對[10]等方面。分析風險感知在我國煤炭行業的研究情況，發現研究風險感知文獻偏少，研究集中在風險感知對礦工不安全行為的影響上[11]，礦工風險感知影響因素[12]及影響機理[2]等，特別是影響風險感知的因素研究較多，而針對風險感知測量量表的研究偏少。風險感知屬于心理學范疇，研究目的是為了預測個體在面對風險時的態度和行為[9]。現有風險感知的測量研究，大部分基于心理測量范式[13]，采用問卷形式評估公眾對于風險和收益的感知，并以此提煉出恐懼風險和未知風險等2個影響風險認知的基本因素。例如Fischhoff等[14]認為風險后果的嚴重性、影響的長期性、普遍的恐懼性及災難性等影響個體主觀的風險判斷；Otway等[15]等也從非自愿性、恐慌性、可控制性、不確定性、風險管理的困難性等方面考量個體的風險感知。

在煤礦行業，針對如何測量礦工風險感知水平的研究較少，肖澤元等[3]僅通過個體對于風險造成損失的可能性和風險造成損失的嚴重性2個指標測量礦工的風險感知水平；馮冬梅等[9]從風險的可能性、可控性、危害程度和空間程度測量礦工地質災害公眾風險感知水平；韓曉靜[11]從風險的可預測性、風險的后果嚴重程度等方面測量礦工的風險感知水平。可見，現有針對礦工風險感知的測量不統一，也不夠全面，基本都是借鑒國外的測量指標，這些指標是否適合我國的研究缺乏深入分析和探討。基于此，本文擬采用質性研究和實證研究相結合的方法，研究可測量礦工風險感知水平的指標體系，并形成測量量表，為測量礦工風險感知水平提供工具。

1 礦工風險感知測量指標及量表開發

1.1 礦工風險感知測量指標提取

本文檢索國內外煤炭行業和相近行業與風險感知研究相關的文獻，歸納并分析其中涉及到風險感知測量的內容，并設計訪談提綱，主要從礦工所做工作面臨的風險、風險對其可能的影響、對待風險的態度和行為、規避風險的建議等方面了解礦工對風險的認知。深入煤礦現場或采用電話訪談的形式進行半結構化訪談。所有訪談均采用一對一或者多對一的形式，并征得訪談者同意后，進行錄音。訪談對象共36名，其中基層礦工21名，中層管理者10名，高層管理者5名。

采用文本內容分析技術，邀請從事煤礦安全管理研究并熟悉該方法的5位編碼人員(3名博士研究生和2名碩士研究生)對訪談內容進行編碼，將訪談內容拆分為351個獨立且有意義的分析單元。以指標可測量性為基礎，通過多輪的篩選、歸納，結合文獻分析結果，形成礦工風險感知初始測量體系，見表1。

表1 礦工風險感知初始測量指標

1.2 量表開發

本文遵循Churchill[16]及郭愛芳等[17]的量表開發流程。首先，確定初始量表。依據表1中的礦工風險感知初始測量體系，以現有學術研究成果為基礎，盡量參考已有研究對相關指標的題項描述，結合煤礦實際情況進行修訂，形成初始的11個測量題項，量表題項均采用李克特5級量表編制方法；其次，完善量表。邀請長期從事煤礦安全管理、行為安全等方面研究的專家(2名教授，2名副教授)及煤礦工作人員(3名礦工，2名班組長，3名中層管理者和2名高層管理者)考察量表題項描述是否易理解、有無歧義等，修訂量表題項的描述，初始測量題項見表2；再次，進行小樣本測試，對測量量表的有效性進行初步檢驗；然后，進行大樣本調查分析，檢驗量表結構與實際數據的擬合情況，并采用多群組分析功能，進行測量模型不變形檢驗；最終，形成正式測量量表。

2 小樣本測試分析

2.1 數據采集

采用現場紙質量表的發放方式，在我國中西部2個國有煤礦共發放量表200份，回收量表175份，剔除掉多選、漏選、全部題項選擇同一答案等的無效問卷后，得到有效問卷162份，回收有效率為92.57%。預測試樣本中，年齡分布為：30歲以下共28人，30～39歲共72人，40～49歲共41人，50歲以上共21人；學歷分布為：初中或以下19人，高中62人，大專51人，本科及以上30人；婚姻分布：已婚139人，未婚23人；工種分布：采煤29人，掘進33人，機電29人，運輸35人，通風36人；工作年限分布：5 a及以下共16人，6～10 a共52人，11～20 a共63人，20 a以上共31人。

表2 礦工風險感知初始測量量表

2.2 項目分析

項目分析是評估量表題項獨立的貢獻情況[18]。采用項目區分度的方法，將各個被試的量表得分求和，從高到低排序，以前27%被試數據為高分組，后27%被試數據為低分組，檢驗2組樣本在每個題項上是否存在顯著差異；若存在顯著差異(P<0.05)，表明題項具有較好的鑒別力，保留題項，否則刪除[18]。分析結果見表3，所有題項的P值均小于0.05，說明量表題項具有較好的鑒別力。

表3 項目分析結果(N=162)

2.3 探索性因子分析

將樣本進行探索性因子分析(Exploratory Factor Analysis，EFA)，首先通過KMO和Bartlett’s球形度檢驗判斷數據是否適合因子分析，結果表明，KMO值為0.827，Bartlett’s球形度檢驗值為436.274，P=0.000，表明數據適合因子分析。因子分析結果表明，題項X8(風險影響范圍)在2個因子上的載荷值較為接近，區分度較低，予以刪除。對剩余的題項繼續做因子分析，結果見表4。10個題項歸屬于2個維度，每個題項的因子載荷值均大于0.5，累計方差貢獻率為64.273%，大于60%。整體量表的Cronbach’sa系數為0.874，風險知識及態度和風險后果認知維度的a系數分別為0.795和0.792，均大于0.7，表明量表具有較好的可靠性。基于上述分析，可初步確定礦工風險感知測量體系的二維結構。

表4 量表EFA結果及Cronbach’s a值

3 量表驗證性因子分析

3.1 數據采集

驗證性因子分析數據來自于我國中西部4個國有煤礦(不含小樣本測試中的煤礦)，共發放量表300份，回收量表271份，剔除掉多選、漏選、全部題項選擇同一答案等的無效問卷后，得到有效問卷226份，回收有效率為83.39%。驗證性樣本中，年齡分布為：30歲以下共37人，30～39歲共82人，40～49歲共71人，50歲以上共36人；學歷分布為：初中或以下14人，高中80人，大專88人，本科及以上44人；婚姻分布：已婚185人，未婚41人；工種分布：采煤41人，掘進44人，機電42人，運輸47人，通風52人；工作年限分布：5 a及以下共21人，6～10 a共78人，11～20 a共84人，20 a以上共43人。

3.2 驗證性因子分析

驗證性因子分析(Confirmatory Factor Analysis,CFA)結果見圖1。模型的df值為34，外顯變量和潛變量間的路徑系數和潛變量間的協相關系數均在P<0.001水平下顯著。整個模型呈現出較好的適配度：χ2/df值為1.899，小于2的標準；RMSEA=0.059，小于0.08；增值適配度指數GFI=0.940，AGFI=0.926，均大于0.9；增值適配指數IFI=1.000，TLI=0.971，均大于0.9；簡約適配度指數PGFI=0.552，PNFI=0.647，PCFI=0.679，均大于0.5。以上數據表明，模型外在質量評價指標值均在標準范圍內，礦工風險感知測量結構驗證性分析模型與數據擬合較好，礦工風險感知測量二維結構進一步得到驗證。

圖1 礦工風險感知測量結構CFA模型

3.3 量表效度檢驗

從量表的內容效度、聚合效度和區分效度等方面檢驗量表的效度。首先，本文所構建的礦工風險感知測量量表的題項編制參考前人的研究成果，形成的量表經過專家和煤礦工作人員的審定，具有較好的內容效度。其次，如圖1所示，測量指標的因素負荷量在0.62～0.78之間，各題項的信度系數在0.38～0.61之間；如表5所示，量表二維結構的組合信度(Composite reliability，CR)均為0.834，大于0.6的標準；平均方差抽取量(Average Variance Extracted，AVE)均為0.502，大于0.5的標準；各維度條目具有較好的聚合效度；然后，根據變量間的AVE值的算術平方根是否大于變量間的相關系數評判量表的區分效度[17]，若AVE大于潛變量間的相關系數，則表明量表具有較好的區分效度[19]。2個維度AVE的算術平方根均高于兩者的相關系數(見表5)，表明量表也具有較好的區分效度。

表5 量表聚合、區分效度檢驗

3.4 測量模型不變性檢驗

模型不變性檢驗有2個目的：一是為了檢測不同礦工群體相對應的潛變量與指標變量間的因素負荷量是否有差異，若無差異，表明礦工風險感知測量量表適用于不同礦工群體；二是確定不同礦工群體的樣本分布偏差不會影響模型的穩健性[20]。本文從年齡(分為30歲以下、30～39歲、40～49歲和50歲及以上4個群組)、學歷(分為高中及以下和大專及以上2個群組)、婚姻(分為未婚和已婚2個群組)、工種(分為采煤、掘進、機電、運輸和通風5個群組)、工作年限(分為5 a及以下、6～10 a，11～20 a和20 a以上4個群組)5個區分層面檢驗不同礦工群體的因素負荷量的不變性。

基于結構方程模型原理，將預設2個模型：模型1為基準模型，不設定模型參數，允許模型中的各個參數自由估計；模型2為限制模型，將不同群體間的指標因素負荷量設為相等，為虛無假設，其余參數不加限制，可自由估計。通過限制模型與基準模型的嵌套模型比較兩者卡方值差值(Δχ2)和自由度差值(Δdf)所對應的P值是否顯著，若P>0.05，則接受虛無假設，即2個模型可視為相等，不存在差異；否則，可認為2個模型具有不同的因素負荷量。但卡方值差異量與卡方值一樣，易受樣本大小變化的影響，Δχ2較容易達到顯著性水平，而拒絕虛無假設，此時應綜合考慮2個模型的NFI，RFI，IFI和TLI的增加量，若增加量均小于0.05，也可接受2個模型因素負荷量相等的假設[21]，分析結果見表6。按照婚姻和工作年限分組的礦工群體，其嵌套模型比較的各項指標均滿足接受虛無假設的條件；按照年齡、學歷和工種分組的礦工群體，雖Δχ2達到了顯著性水平，但ΔNFI，ΔIFI，ΔRFI和ΔTLI的增加量均小于0.05，也滿足接受虛無假設的條件。因此，礦工風險感知測量模型在不同的礦工群體間的因素負荷量相等，且未受樣本分布偏差的影響，該量表可適用于不同的礦工群體。

表6 測量模型不變性檢驗結果

4 量表應用

本文將使用礦工風險感知測量量表分析本次測量的某個國有煤礦礦工的風險感知水平。

4.1 整體風險感知情況

首先，對整個樣本群體的風險感知水平進行描述性統計，結果顯示，礦工整體風險感知水平的平均值為3.535，風險知識及態度和風險后果認知維度的平均值分別為3.692(SD=0.523)和3.380(SD=0.561)。由量表設置可知，得分越高，礦工風險感知水平越高，礦工風險感知整體和各維度水平均高于理論中間值3分，表明該煤礦礦工具有中等偏上的風險感知水平。

其次，采用獨立樣本T檢驗方法，對比礦工在2個維度上的風險感知是否具有統計學意義，結果顯示t=5.69，P=0.000<0.001，表明該煤礦礦工的風險知識和態度水平要顯著高于其對風險后果的認知水平。進一步采用Friedman方法檢驗礦工在各維度指標上的風險感知差異性(見表7)。結果顯示，2個維度中的指標差異性檢驗均具有統計學意義。進行對比后可知，雖然該煤礦礦工具有中等偏上的風險感知水平，但是對于風險后果的認知偏弱，特別是風險的持續性認知上偏弱，從長遠看，很可能導致礦工對風險產生無所謂等心理狀態，不利于煤礦事故控制，該煤礦應該加強教育培訓強化礦工對風險后果的認知水平；此外，煤礦應該優化可識別風險的管理和技術上的措施，識別生產中的風險征兆(特別是隱性風險)，提高礦工對風險的察覺性。

表7 各維度指標差異性檢驗

4.2 子群體風險感知情況

采用Kruskal-Wallis方法檢驗該煤礦樣本中不同工種、學歷、年齡和工作年限等子群體的風險感知水平，見表8。礦工風險感知水平在不同工種間沒有顯著差異，均處于中等偏上的風險感知水平。在不同學歷間呈現出顯著的差異性，隨著學歷的升高，風險感知的水平也在逐步升高。不同年齡間和不同工作年限間均呈現出顯著的差異性，且差異性具有相似性；年齡在30歲以下、工作年限在5 a及以下的礦工風險感知水平最高，進一步查驗該2個群體的特征，發現其學歷水平均偏高；而隨著年齡和工作年限的增長，風險感知水平在下降，這可能與礦工的生理狀況和對待風險的心理狀況有關。因此，該煤礦應該加強培訓，著力提升礦工的文化知識，進而提升礦工的風險感知水平。另外該煤礦也應該重點關注年齡較大和工作年限較長礦工的工作狀況，避免該礦工群體對風險產生麻痹、無所謂等不安全心理狀況。

表8 不同子群體礦工風險感知水平差異性檢驗

5 結果分析

本文所構建的礦工風險感知最終測量體系包含2個測量維度和10個測量指標(其中，X1，X2，X3，X5，X6屬于風險知識及態度維度；X4，X7，X9，X10，X11屬于風險后果認知維度)。該量表中體現的測量指標是基于前人的研究成果，通過文獻和訪談研究等提取適用于礦工風險感知的測量。該量表具有實際應用價值，首先，可用于測量礦工即時風險感知水平，及時發現礦工感知風險的薄弱環節，可為煤礦提供提升礦工風險感知水平的方向，但無法提供提升礦工風險感知的具體途徑，研究者或企業可采用該量表測量礦工的風險感知水平，了解礦工對待風險的認知和態度，并結合礦工風險感知影響因素等制定提升礦工風險感知的策略；其次，以該量表為基礎，可探討礦工風險感知影響因素對其風險感知的影響機制，也可探討礦工風險感知對安全績效的影響機制。最后，該量表對非煤礦山也具有一定的借鑒意義，未來可進一步探討該量表在非煤礦山上的適用性。

本文也具有一定的局限性，樣本選取僅在我國的中西部國有煤礦進行，樣本量不大，且未考慮地域和文化差異對結果的影響。未來研究中，應增加調研樣本的地域范圍，增大樣本量，反復驗證礦工風險感知的測量結構，提高其有效性和穩定性。

6 結論

1)構建的礦工風險感知測量體系包含風險知識和態度、風險后果認知2個維度。其中風險知識和態度包含風險察覺性、風險熟悉性、風險管理困難性、科學上關于風險知識的把握和風險可控性等5個指標；風險后果認知包含風險致災速度、風險心理承受度、風險后果嚴重性、風險持續性和風險累加異變性5個指標。

2)構建的礦工風險感知測量量表具有較好的信度、聚合效度和區分效度，可用于對礦工風險感知水平的測量。

3)后續可應用本量表結合礦工風險感知影響因素，提出系統的礦工風險感知提升途徑。